本发明涉及数据处理，具体是一种基于云数据的土壤墒情数据管理方法。
背景技术：
1、土壤墒情检测对于农业、环境保护和水资源管理等领域具有重要意义。通过准确地了解土壤的水分状态，可以帮助农民合理安排灌溉水量，提高农作物的生产力和水分利用效率。此外，土壤墒情检测还可以用于评估土壤的干旱程度、预测洪涝灾害风险，以及监测土壤水分的动态变化，为水资源管理和环境保护提供科学依据。
2、根据土壤墒情检测得到土壤墒情数据有利于记录、分析和利用土壤水分信息，以支持农业生产、水资源管理和环境保护等方面的决策和实践，现有土壤墒情数据管理主要通过利用数据分析和决策支持系统，对土壤墒情数据进行统计、分析和建模，提取有用的信息和知识。这些系统可以结合其他农业、水资源和环境数据，为农民、决策者和专家提供决策支持和优化管理方案，但该方法适用于大范围土壤的土壤墒情数据时管理效果泛用性低，因此怎样提高土壤墒情数据的管理效率是现有技术的难点，为此提供一种基于云数据的土壤墒情数据管理方法。
技术实现思路
1、为了解决上述技术问题，本发明的目的在于提供一种基于云数据的土壤墒情数据管理方法。
2、为了实现上述目的，本发明提供如下技术方案：
3、一种基于云数据的土壤墒情数据管理方法，包括以下步骤：
4、s1、设置云数据平台和土壤检测装置，并将云数据平台与土壤检测装置进行通信连接；
5、s2、将土壤检测区域划分为若干个土壤检测子区域，并在各个土壤检测子区域安装若干个土壤检测装置，进而通过土壤检测装置采集土壤检测子区域内不同土壤层次的温度变化曲线和湿度变化曲线，并发送至云数据平台；
6、s3、云数据平台根据各个时刻下的温度变化曲线和湿度变化曲线，建立土壤温度-湿度关系函数，根据土壤温度-湿度关系函数获取各个时刻的土壤墒情跳跃度，进而建立土壤墒情时空变化模型；
7、s4、根据土壤检测子区域在实时状态下的温度变化曲线和湿度变化曲线获得实时土壤温度-湿度关系函数，并将实时土壤温度-湿度关系函数输入至土壤墒情时空变化模型，进而判断对应土壤检测装置所处位置的土壤是否存在异常。
8、进一步的，所述云数据平台设置有土壤数据处理单元和土壤墒情检测单元；
9、所述土壤数据处理单元用于根据土壤检测装置在各个时刻下采集的土壤数据获得土壤墒情跳跃度，进而建立各个土壤检测子区域的土壤墒情时空变化模型；
10、所述土壤墒情检测单元用于将土壤检测子区域在两个相邻时刻下的实时土壤墒情跳跃度输入至土壤墒情时空变化模型中，进而判断对应土壤检测子区域的当前土壤状态。
11、进一步的，所述土壤检测装置由一个塑料管道和五个土壤灵敏探头组成，其中土壤灵敏探头以5cm间隔排列于塑料管道中，并通过一根无线信号传输杆进行串联；
12、所述土壤灵敏探头设置温度传感器和湿度传感器；
13、所述无线信号传输杆用于收集各个土壤灵敏探头采集温度变化曲线和湿度变化曲线，并将温度变化曲线和湿度变化曲线发送至云数据平台。
14、进一步的，温度变化曲线和湿度变化曲线的采集过程包括：
15、将土壤检测区域划分为k个相同大小的土壤检测子区域，并对各个土壤检测子区域设置编号，对各个土壤检测子区域安装k个土壤检测装置；
16、将每日时间长度划分为m个采集时间段，进而每当一个采集时间段开始时，全部土壤检测装置通过温度传感器和湿度传感器生成其所在位置的温度变化曲线和湿度变化曲线，并根据其对应土壤灵敏探头从高到低的位置，依次对各个温度变化曲线和湿度变化曲线设置编号，其中k，k，m为大于0的自然数。
17、进一步的，所述土壤温度-湿度关系函数的建立过程包括：
18、根据各个温度变化曲线和湿度变化曲线所带有编号的下标数进行分类得到土壤数据，土壤数据处理单元建立k个三维坐标系，将采集时间段划分为t个时刻并映射于x轴上；
19、建立各层次土壤的温度变化曲线和湿度变化曲线的参数方程，将同层次土壤的温度变化曲线和湿度变化曲线的参数方程相互映射，得到温度变化曲线上的坐标点映射到湿度变化曲线上的坐标点的映射函数方程f＝α×b+β×c+φ×d+a；
20、其中α、β、φ、a分别表示函数的关系常量，b、c、d表示坐标变量；
21、对温度变化曲线拉伸平移后，根据映射函数方程将温度变化曲线上各个坐标点映射于湿度变化曲线上；
22、根据温度变化曲线上各个坐标点与湿度变化曲线上各个坐标点之间的映射关系，建立各个土壤检测装置在各个时刻下不同土壤层次的土壤温度-湿度关系函数。
23、进一步的，所述土壤墒情跳跃度的获取过程包括：
24、将同一个土壤检测子区域内各个土壤检测装置的在同一个采集时间段的同层次土壤对应土壤温度-湿度关系函数中的各个关系常量进行整合，并按照其对应土壤检测在土壤检测子区域中的分布状况，将同一种类的关系常量进行分布排列得到常量分布矩阵；
25、设置两个四格数据框并分别设置常量分布矩阵的起始位置和末尾位置，从第一个关系常量和最后一个关系常量同时开始，将四格数据框内的四个关系常量进行累加后取平均数，并将平均数覆盖四格数据框内各个关系常量；
26、重复上述操作，直到两个四格数据框重叠时停止，进而将变化后的常量分布矩阵内各个关系常量赋予对应的土壤温度-湿度关系函数中；
27、土壤数据处理单元将土壤温度-湿度关系函数对应的函数曲线映射于三维坐标系上，获得相邻时刻下两个坐标点的斜率，记斜率为土壤墒情跳跃度，并标注于对应相邻时刻下两个坐标点之间的曲线上。
28、进一步的，所述土壤墒情时空变化模型的建立过程包括：
29、建立土壤墒情时空变化模型，将全部土壤温度-湿度关系函数输入至土壤墒情时空变化模型，并按照各个土壤检测装置在土壤检测区域的分布，将各个土壤温度-湿度关系函数进行统一平面排列，对于不同土壤层次的土壤温度-湿度关系函数进行垂直水平面排列。
30、进一步的，判断土壤是否存在异常的过程包括：
31、土壤数据处理单元获取最新采集时间段的温度变化曲线和湿度变化曲线，并采用建立土壤温度-湿度关系函数的步骤，对最新采集时间段的温度变化曲线和湿度变化曲线进行处理得到实时土壤温度-湿度关系函数；
32、将实时土壤温度-湿度关系函数对应的函数曲线映射于三维坐标系中，进而获得各个坐标点位之间的实时土壤墒情跳跃度，并标注于对应的坐标点位之间；
33、进而土壤墒情检测单元将实时土壤温度-湿度关系函数输入至土壤墒情时空变化模型中，根据实时土壤温度-湿度关系函数所带编号的下标数，在土壤墒情时空变化模型中匹配相应的土壤温度-湿度关系函数；
34、将实时土壤温度-湿度关系函数与匹配的土壤温度-湿度关系函数对应的函数曲线进行重叠映射；
35、获得二者在相同时刻上的实时土壤墒情跳跃度与土壤墒情跳跃度之间的差异度，根据实时土壤墒情跳跃度和土壤墒情跳跃度之间的差异度，判断对应两个时刻内土壤墒情是否存在异常，进而根据土壤墒情异常的时刻数量判断对应层次土壤存在土壤墒情异常。
36、与现有技术相比，本发明的有益效果是：
37、本发明通过建立土壤温度-湿度关系函数，根据土壤温度-湿度关系函数获取各个时刻的土壤墒情跳跃度，建立土壤墒情时空变化模型，根据土壤检测子区域在实时状态下的温度变化曲线和湿度变化曲线获得实时土壤温度-湿度关系函数，并将实时土壤温度-湿度关系函数输入至土壤墒情时空变化模型，进而判断对应土壤检测装置所处位置的土壤是否存在异常，有效的提高了对大范围土壤的土壤墒情数据管理效率。
1.一种基于云数据的土壤墒情数据管理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于云数据的土壤墒情数据管理方法，其特征在于，所述云数据平台设置有土壤数据处理单元和土壤墒情检测单元；
3.根据权利要求1所述的一种基于云数据的土壤墒情数据管理方法，其特征在于，所述土壤检测装置由一个塑料管道和五个土壤灵敏探头组成，其中土壤灵敏探头以5cm间隔排列于塑料管道中，并通过一根无线信号传输杆进行串联；
4.根据权利要求1所述的一种基于云数据的土壤墒情数据管理方法，其特征在于，温度变化曲线和湿度变化曲线的采集过程包括：
5.根据权利要求4所述的一种基于云数据的土壤墒情数据管理方法，其特征在于，所述土壤温度-湿度关系函数的建立过程包括：
6.根据权利要求5所述的一种基于云数据的土壤墒情数据管理方法，其特征在于，所述土壤墒情跳跃度的获取过程包括：
7.根据权利要求6所述的一种基于云数据的土壤墒情数据管理方法，其特征在于，所述土壤墒情时空变化模型的建立过程包括：
8.根据权利要求7所述的一种基于云数据的土壤墒情数据管理方法，其特征在于，判断土壤是否存在异常的过程包括：
